Onderwijsgroep – Module 6
Achtergrond: het onderzoek
Lees de achtergrondinformatie bij het Bourdon experiment in bijlage D. In de vorige OG beperkten we ons tot eenweg WS ANOVA van de gemiddelde RT in de
eerste drie condities. Nu bekijken we een tweeweg WS ANOVA van alle vier de condities. OG6_Bijlage1 bevat de uitvoer van de SPSS procedure GLM
Repeated Measures, volgens een model met, resp. zonder, interactieterm. Eerst bekijken we het model met interactieterm.
1. De Sfericiteit Assumptie stelt dat voor de within-subjects factor (Rest / Bonus) de verschil scores tussen de condities in de populaties
dezelfde varianties moeten hebben. Zoals je ziet in de Mauchly’s Test heeft dit geen zin, aangezien beide within factors maar 2 levels
hebben. Dit betekend dat je dan maar 1 verschil score hebt (ook maar een Df van 1, want condities-1), dus die wijkt nooit af van zichzelf
(‘’gelijke variantie’’) de toets kan dan ook niet uitgevoerd worden want er is perfect sfericiteit, geen correctie nodig.
Ho van Mauchly’s Test: er is sfericiteit
,2. In de Tests of WS effects tabel komen alle vier de toetsen (Sphericity assumed, Greenhouse-Geisser, Huynh-Feldt, Lower-bound) met
elkaar overeen. Dit komt wederom door het feit dat we 2 levels hebben. Een epsilon correctie is dat niet nodig, want dit levert dezelfde
resultaten op omdat er niet gecorrigeerd hoeft te worden.
, 3. De resultaten van de within subjects effects (univariate) komt dus ook overeen met de resultaten van de multivariate toets (data
equivalentie) dit komt weer door de 2 levels van de factor. Als deze meerdere levels heeft en sfericiteit niet aangenomen is dan staan er wel
andere waardes, en kun je beter binnen Repeated measures de univariate test nemen aangezien deze meer power heeft.
, 4. In de Tests of WS Effects tabel is de errorterm voor het bonus effect anders dan voor het rust effect. Dit komt doordat het geen fixed
design is, maar een mixed design, dan zijn de error termen niet gelijk. De error term voor een fixed effect (zoals bonus) is gelijk aan de
interactie van dat fixed effect met het random effect (PP). Dit kan omdat je een mixed design hebt.
Test of within subject effects Test of between subject effects
MSE(REST) = MSG (REST*PP)
MSE(BONUS) = MSG(BONUS*PP)
MSE (BONUS*RUST) = MSG(BONUS*RUST*PP)
Achtergrond: het onderzoek
Lees de achtergrondinformatie bij het Bourdon experiment in bijlage D. In de vorige OG beperkten we ons tot eenweg WS ANOVA van de gemiddelde RT in de
eerste drie condities. Nu bekijken we een tweeweg WS ANOVA van alle vier de condities. OG6_Bijlage1 bevat de uitvoer van de SPSS procedure GLM
Repeated Measures, volgens een model met, resp. zonder, interactieterm. Eerst bekijken we het model met interactieterm.
1. De Sfericiteit Assumptie stelt dat voor de within-subjects factor (Rest / Bonus) de verschil scores tussen de condities in de populaties
dezelfde varianties moeten hebben. Zoals je ziet in de Mauchly’s Test heeft dit geen zin, aangezien beide within factors maar 2 levels
hebben. Dit betekend dat je dan maar 1 verschil score hebt (ook maar een Df van 1, want condities-1), dus die wijkt nooit af van zichzelf
(‘’gelijke variantie’’) de toets kan dan ook niet uitgevoerd worden want er is perfect sfericiteit, geen correctie nodig.
Ho van Mauchly’s Test: er is sfericiteit
,2. In de Tests of WS effects tabel komen alle vier de toetsen (Sphericity assumed, Greenhouse-Geisser, Huynh-Feldt, Lower-bound) met
elkaar overeen. Dit komt wederom door het feit dat we 2 levels hebben. Een epsilon correctie is dat niet nodig, want dit levert dezelfde
resultaten op omdat er niet gecorrigeerd hoeft te worden.
, 3. De resultaten van de within subjects effects (univariate) komt dus ook overeen met de resultaten van de multivariate toets (data
equivalentie) dit komt weer door de 2 levels van de factor. Als deze meerdere levels heeft en sfericiteit niet aangenomen is dan staan er wel
andere waardes, en kun je beter binnen Repeated measures de univariate test nemen aangezien deze meer power heeft.
, 4. In de Tests of WS Effects tabel is de errorterm voor het bonus effect anders dan voor het rust effect. Dit komt doordat het geen fixed
design is, maar een mixed design, dan zijn de error termen niet gelijk. De error term voor een fixed effect (zoals bonus) is gelijk aan de
interactie van dat fixed effect met het random effect (PP). Dit kan omdat je een mixed design hebt.
Test of within subject effects Test of between subject effects
MSE(REST) = MSG (REST*PP)
MSE(BONUS) = MSG(BONUS*PP)
MSE (BONUS*RUST) = MSG(BONUS*RUST*PP)
